spss问卷处理方法

论文中使用的SPSS软件的基本分析.告诉我们.没有一个社会服务党承受不起伤害！(转让)林斌现在每个人都要写论文的数据分析.许多学生根本不知道这件事.所以我想和你分享我所知道的.让我们以PASW18.0为例，即SPSS18.0.什么？不是18.0，好吗.差不多，凑合着用吧.你为什么不安装一个.=.如果你看不清楚下面的图片，请点击右键查看图片.首先，问卷中的所有答案都应输入SPSS。强烈建议直接输入到SPSS，而不是EXCEL，然后再输入到SPSS，这可能会导致问题.在输入数据之前，在变量视图中定义变量.下图所有类型都是数值、默认宽度、查看个人偏好的小数点、自定义标签、其他默认值.除了值.说到设定值.点击带有三个点的蓝色小方框.将弹出一个对话框。如果你的变量是性别和教育背景，那么会出现下图。如果是五分制，那就是记住，每个问题都是一个变量，可以命名为Q1，Q2.设置完调查问卷上的所有变量后，您可以在数据视图中输入数据.下图在所有的损失都失去之后.剩下要做的是计算调查问卷每个维度的平均分数.如果你的问卷Q1-Q8是一个维度，那么把Q1-Q8的分数除以问题8的数量.那么获得的维度1分数将显示在数据视图的末尾.具体操作如下.转换计算变量如果该点被确认，计算变量将出现在数据视图的最后一列.如果你的满意度有3个维度，那么你需要计算3个维度，加上满意度的总维度，满意度=3个维度的平均值=满意度量表中所有主题的平均值.计算完所有维度变量后，就可以分析数据了.1.描述统计学将所有要计算的变量放入变量列，然后直接单击确认.如果你想计算男女比例，每个教育背景或年级的比例，你需要在描述统计中使用频率.如果你想计算男女生的年级分布，例如，有几个男大一学生和几个女大四学生，你需要使用交叉表.不要深入细节.地球上的每个人都知道.2.差异分析差异分析主要做的是人口学变量的差异影响，男女是否有差异，年级是否有差异，跳过你不做的.性别差异分析采用独立样本t检验或单因素方差分析，以t检验为例。将性别放入以下分组变量中。然后定义该组.按确定看一下Sig(双边)分数，小于0.05表示有显著差异。上图显示，男性和女性在组织承诺上存在显著差异，在变革型领导行为的认知上没有显著差异.对于教育背景、年级、年龄和工作年限等因素，我们可以采用单因素方差分析，具体如下.按确定.从上图可以看出，情感承诺、规范承诺和机会承诺存在显著差异.显著性小于0.05.如果没有差异，您可以在下图中选择两个或两个比较。选择最小显著差异继续确定一个多重比较图会出来如果你寻找那些没有用小星星标记的.如果你有它们，你可以分辨出两者的不同。如果你没有，你就不能.您可以更改数据=.上图显示，1岁、3岁和5岁之间的情感承诺存在明显差异.我去.为什么四年里没有区别=0.另一种是这样做.不要重复.3.相关分析相关性分析主要是分析你的两个大变量在每个维度上是否存在相关性，以及这两个大变量之间是否存在相关性.下面的例子是两个大变量的相关性分析.相关的双变量分析确认后。可以看出，变革型领导行为和组织承诺在0.01水平上显著相关.二相关性分析只能显示两者之间的相关性，但不能显示甲的变化是否导致乙的变化。为了证明因果关系，应使用回归分析.在做回归之前，我们必须先做一些自变量之间的相关。如果相关系数超过0.75，我们不能做回归会有很大的偏差更不用说这里，我们不会看3。相关分析回归如下如果你想用ABC变量来预测d，就把d放在因变量里，把ABC放在自变量里。方法是进入.直接确定，如下图所示上述结果表明，道德操守和视觉动机被踢出回归方程，因为Sig大于0.05.因此，只有个性化的关怀和领导魅力才能显著预测组织承诺.5.问卷的信度和效度可靠性=分析措施可靠性分析把所有的问题放在同一个秤上，例如，变革型领导能力有26个问题.直接确定.结果表明，克朗巴赫斯值为0.939，量表的信度非常好只有当它超过0.7效度分析一般采用结构效度分析，即因子分析.分析降维因子分析把所有的问题放在同一个尺度上.点描述.选择kmo * * *.再旋转一点，选择最大方差法.其余的都是默认的，最后.0.839大于0.5，这意味着可以进行因子分析。累积解释变异为66.974%，较好。可以看出，上面的图1-8是一个维度，图9-14是一个维度，图15-20是一个维度，图21-26是一个维度.两个大于0.5的值不能出现在表中的同一行.如果出现问题，您可以将问题从调查问卷中剔除，或者将问题的答案更改为与相同维度中的其他问题相似.例如，维度a的答案是4，4，4，5，4，1，您也想将问题6分配给a。只需将问题6的答案1改为问题4.更改几个差距较大的调查问卷，然后尝试使用因子分析来查看值的变化，以了解变化的影响。如果不好，就不要改变.良好的.就这样.应该是全部.事实上，最重